現場で使える！ＮｕｍＰｙデータ処理入門　機械学習・データサイエンスで役立つ高速処理手法「第２版」

機械学習やデータサイエンスを扱う現場では、Ｐｙｔｈｏｎの高機能で利用しやすい数学・科学系ライブラリが活用されています。本書は、その中でもよく利用されているＮｕｍＰｙをピックアップ。ＮｕｍＰｙの基本から始まり、現場で使える実践的な高速データ処理手法について解説します。特に、配列の処理に力点を置いています。最終章では機械学習における実践的なデータ処理手法について解説します。

待望の第2版
機械学習・データサイエンスの現場で役立つ
Numpyによるデータ高速処理手法を丁寧に解説

【本書の概要】
機械学習やデータサイエンスを扱う現場では、Pythonの高機能で利用しやすい数学・科学系ライブラリが活用されています。本書は、その中でも機械学習・データサイエンスの現場でよく利用されているNumPyをピックアップ。Numpyの基本から始まり、現場で使える実践的な高速データ処理手法について解説します。特に、配列の処理に力点を置いています。最終章では機械学習における実践的なデータ処理手法について解説します。

【第2版の変更点】
・Python 3.11に対応
・NumPy 1.25に対応
・各種ライブラリのアップデート

【NumPy（ナンパイ）とは】
NumPyは、機械学習・データサイエンスの現場で扱うことの多い多次元配列（行列やベクトル）を処理する高水準の数学関数が充実しているライブラリです。Python単体では遅い処理であっても、C言語なみに高速化できるケースもあり、機械学習・データサイエンスにおけるデータ処理に欠かせないライブラリとなっています。

【対象読者】
・機械学習エンジニア
・データサイエンティスト

【目次】
Chapter1 NumPyの基本
Chapter2 NumPy配列を操作する関数を知る
Chapter3 NumPyの数学関数を使う
Chapter4 NumPyで機械学習を実装する

【著者プロフィール】
吉田拓真（よしだ・たくま）
データサイエンス関連のサービスを提供する株式会社Spot 代表取締役社長。Webメディア『DeepAge』編集長。

尾原 颯（おはら・そう）
東京大学工学部機械工学科所属。大学ではハードウェア寄りの勉強が多め。趣味はアカペラとテニス。基本的に運動が好き。最近、ランニングを始める。

目次

１　ＮｕｍＰｙの基本（ＮｕｍＰｙの基本とインストール方法
多次元データ構造ｎｄａｒｒａｙの基礎　ほか）
２　ＮｕｍＰｙ配列を操作する関数を知る（配列を形状変換するｒｅｓｈａｐｅ
配列末尾へ要素を追加するａｐｐｅｎｄ　ほか）
３　ＮｕｍＰｙの数学関数を使う（ＮｕｍＰｙの数学関数・定数のまとめ
要素の平均を求めるａｖｅｒａｇｅとｍｅａｎ　ほか）
４　ＮｕｍＰｙで機械学習を実装する（配列の正規化（ｎｏｒｍａｌｉｚｅ）、標準化をする方法
線形回帰をＮｕｍＰｙで実装する　ほか）

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。